【パターン認識】matlabに基づく指紋画像詳細特徴抽出【Matlabソースコード227を含む】

1.はじめに

指紋画像の特徴抽出は指紋認識の鍵であり、指紋照合は通常、特徴点照合に基づいています。指紋特徴抽出は、洗練された指紋画像から特徴点（つまり、端点と分岐点）を取得することです。この特徴点には、時間がかかり、マッチングの精度に影響を与える多数の疑似特徴が含まれています。この章では、エッジの偽造防止と距離の偽造防止を使用して、偽造防止の前後で特徴点を約3分の1に減らし、信頼できる特徴点情報を抽出して指紋照合を実現します。MATLABに基づく指紋特徴抽出法と偽造防止アルゴリズムが与えられています。アルゴリズムはシンプルで実装が速く、高精度です。
1技術概要
指紋認識技術は、非常に楽観的なアプリケーションの見通しを持つ一種の生体認証技術です。国内外の多くの機関が関連する研究を行っています。現在、市場には多くの商用自動指紋認識システムがありますが、さまざまな商標の指紋認識速度、指紋の検証と識別の精度と信頼性が異なります。一方で、指紋収集の偏差は、指紋識別アルゴリズムの違いでもあります。指紋識別アルゴリズムの品質は、指紋識別に深刻な影響を及ぼします。精度。したがって、指紋認識アルゴリズムの有効性と堅牢性を向上させる方法は、常に研究のホットスポットであり、大多数の学者にとって困難でした。
指紋自動識別システムでは、最初のステップは指紋の特徴を抽出し、次に特徴とそれらの相互の位置および位相関係に従って事前に確立された指紋データベースを照合し、一致する指紋情報を取得することです。指紋の特徴は、主に端点や分岐点などの指紋隆起の特定の構成です。この章では、主に指紋の端点と分岐点についても分析します。
MATLAB 2014aに基づく指紋細目抽出および後処理アルゴリズムのセットが導入されています。MATLAB2014aは、指紋画像認識アルゴリズムのシミュレーションプラットフォームとして使用され、精度が高く、シミュレーションの難易度を大幅に低減できます。
2指紋識別システムの動作原理
ここに画像の説明を挿入
3指紋の特徴の抽出
指紋の特徴の削除操作は、主に冗長な指紋の特徴の特徴点を除外することです。
疑似特徴の半分には、次の特徴があります。それらのほとんどは画像の端にあり、画像内の疑似特徴ポイントは比較的近く、2つ以上の疑似特徴が同時に小さな領域に存在します。。
この章では、指紋画像の偽りの特徴の分布に基づいて、2つの偽造防止方法を提案します。まず、画像の端のポイントに対して、指紋画像のカット方法を使用します。つまり、端のポイントを直接使用します。削除;次に、最短距離しきい値法を使用して、より近い距離を削除します。特徴点。
ここに画像の説明を挿入

第二に、ソースコード

%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 指纹图像细节特征提取
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clear;
origin=imread('im2.bmp');
subplot(2,2,1);imagesc(origin);
colormap(gray); xlabel('(a)原始图像')
I=im2bw(origin);  % 二值化
%细化指纹图像，用匹配模板法
[M,N]=size(I);
for i=2:M-1
    for j=2:N-1
        if I(i,j)==0
            if (I(i-1,j)==0&I(i,j+1)==0)|(I(i-1,j)==0&I(i,j-1)==0)|(I(i+1,j)==0&I(i,j-1)==0)|(I(i+1,j)==0&I(i,j+1)==0)
                I(i,j)=1;
            else
                I(i,j)=0;
            end
        end
    end
end
subplot(2,2,2);imagesc(I);
xlabel('(b)细化后的指纹图像')
%特征点提取（端点或交叉点）
t=0;
for i=2:M-1
    for j=2:N-1
        if I(i,j)==0
            n=I(i-1,j-1)+I(i-1,j)+I(i-1,j+1)+I(i,j-1)+I(i,j+1)+I(i+1,j-1)+I(i+1,j)+I(i+1,j+1);
            if (n==7|n==5)
                t=t+1;
                x(t)=j;
                y(t)=i;
            end
        end
    end
end
subplot(2,2,3);imagesc(I);
xlabel('(c)细化后的指纹图像')
hold on;plot(x,y,'bo');hold off;   
for i=1:t-1
    for j=i+1:t   %指纹特征去伪
        d=sqrt((x(i)-x(j))^2+(y(i)-y(j))^2);
        if d<6            %去除距离较近的特征点
            x(i)=-1;y(i)=-1;x(j)=-1;y(j)=-1;
        end
    end
end
thin_image=~bwmorph(binary_image,'thin',Inf);
figure;imshow(thin_image);title('Thinned Image');
% load('ridge.mat')
% load('bifurcation.mat')
% hold on
% plot(ridge_y,ridge_x,'r*')
% plot(bifurcation_y,bifurcation_x,'b.','markersize',8)

%% Minutiae extraction
s=size(thin_image);
N=3;%window size
n=(N-1)/2;
r=s(1)+2*n;
temp((n+1):(end-n),(n+1):(end-n))=thin_image(:,:);
outImg=zeros(r,c,3);           % For Display
outImg(:,:,1) = temp .* 255;
outImg(:,:,2) = temp .* 255;
outImg(:,:,3) = temp .* 255;
for x=(n+1+10):(s(1)+n-10)
    for y=(n+1+10):(s(2)+n-10)
        e=1;
        for k=x-n:x+n
            f=1;
            for l=y-n:y+n
                mat(e,f)=temp(k,l);
                f=f+1;
            end

3、実行中の結果

ここに画像の説明を挿入

四、備考